“江俊君”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果31个，建议您升级VIP下载更多相关专利

[发明专利]尺度自适应的高光谱图像分类方法及系统-CN202010534254.7有效
发明人：冷清明;阳海鸥;江俊君 -专利权人：九江学院
申请日： 2020-06-11 - 公布日： 2023-10-13 - 主分类号： G06V20/10 文献下载
摘要：本发明提供了一种尺度自适应的高光谱图像分类方法及系统，该方法包括：获取目标高光谱图像，并对所述目标高光谱图像进行主成分分析，得到主成分图像；获取所述目标高光谱图像中地表覆盖的类别数量，并将所述类别数量设置为区间下界；根据所述类别数量和所述主要成分图像计算区间上界，并将所述区间上界和所述区间下界形成尺度池；根据所述尺度池计算尺度判别指数，以得到多个尺度判别指数值，根据尺度判别指数值中最大尺度对目标高光谱图像进行超像素分割，根据超像素分割后的空间分布信息进行目标高光谱图像的分类。本发明实现了场景自适应的尺度选择过程，无需人工调参，能够选择适合场景特点的尺度，提高了高光谱图像分类的效率和场景鲁棒性。
尺度自适应光谱图像分类方法系统

[发明专利]一种基于全逐点卷积的轻量级图像超分辨率方法-CN202310000876.5在审
发明人： 江俊君;吴刚;刘贤明 -专利权人：哈尔滨工业大学
申请日： 2023-01-03 - 公布日： 2023-05-02 - 主分类号： G06T3/40 文献下载
摘要：本发明提出一种基于全逐点卷积的轻量级图像超分辨率方法。与一般的3×3卷积相比，逐点卷积包含的参数更少，计算成本也更低，但缺失了局部特征融合这一关键特性。为了解决这个问题，本发明通过空间移位操作扩展了逐点卷积，通过特征聚合使其具有了特征聚合的能力，而且空间移位操作没有额外计算成本。基于移位卷积，本发明替换标准残差结构中的3×3卷积，并提出了移位残差单元。通过堆叠不同规模的移位残差单元实现了不同模型大小的移位卷积网络SCNet。最后在多个公开测试数据集上结果表明本发明提出的SCNet方法均取得了最好的结果。此外，本发明也通过详细的消融分析，验证了本发明提出的不同模块的有效性。
一种基于全逐点卷积轻量级图像分辨率方法

[发明专利]端到端的基于Transformer的高光谱图像分类方法、装置及介质-CN202211098337.1在审
发明人：李化义;马晨;江俊君;陈雪芹;曹芊;何文韬 -专利权人：哈尔滨工业大学
申请日： 2022-09-08 - 公布日： 2023-03-03 - 主分类号： G06V10/764 文献下载
摘要：本发明实施例公开了一种端到端的基于Transformer的高光谱图像分类方法、装置及介质；该方法包括：针对原始高光谱图像分割得到的多个斑块数据中的每一个，生成对应的词符组；基于Transformer构建高光谱图像分类模型；其中，模型至少包括级联的多个编码器以及分类器，且每个编码器均对应一保持率；针对所有斑块数据，将对应的词符组按预设批次输入至高光谱图像分类模型，根据分类器输出的损失值进行反向传播计算，更新高光谱图像分类模型中的参数，直至原始高光谱图像分割获得的所有斑块数据均输入至高光谱图像分类模型并完成参数学习；将待分类的高光谱图像以斑块数据的形式输入至训练完毕的高光谱图像分类模型，获得待分类的高光谱图像的分类结果。
端到端基于 transformer 光谱图像分类方法装置介质

[发明专利]一种热力图感知的金字塔人脸超分辨率网络-CN202110637474.7有效
发明人： 江俊君;王晨阳;刘贤明 -专利权人：哈尔滨工业大学
申请日： 2021-06-08 - 公布日： 2022-10-21 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种热力图感知的金字塔人脸超分辨率网络，属于人脸图像超分辨率技术领域。本发明设计了一种新颖的热力图感知卷积，该卷积可以针对人脸图像中不同区域生成空间变化的卷积核，从而有效地提高了重建性能。此外，为了恢复具有更好视觉质量和更饱满人脸细节的SR结果，采用了对抗损失和感知损失来微调模型。本发明充分利用了人脸结构的先验知识，在视觉效果和客观评价方面都达到了最先进的性能。
一种力图感知金字塔人脸超分辨率网络

[发明专利]基于零样本学习的多聚焦图像融合方法-CN202110644185.X有效
发明人： 江俊君;胡星宇;刘贤明;马佳义 -专利权人：哈尔滨工业大学
申请日： 2021-06-09 - 公布日： 2022-09-09 - 主分类号： G06T5/50 文献下载
摘要：本发明提出基于零样本学习的多聚焦图像融合方法，使用多聚焦图像融合网络结构IM‑Net将输入的多聚焦图像中包含的信息进行融合，IM‑Net包括两个联合的子网络I‑Net和M‑Net，I‑Net对融合图像的深度先验建模，M‑Net对聚焦图的深度先验建模，通过提取的先验信息实现零样本学习，对IM‑Net施加了重构约束，以确保可以将源图像对的信息更好地传输到融合图像，高层语义信息可保持相邻像素的亮度一致性，并且引导损失为IM‑Net查找清晰区域提供了指导信息，实验结果表明了本发明方法的有效性。
基于样本学习聚焦图像融合方法

[发明专利]一种基于多任务交互学习的空谱同时超分辨率重建方法-CN202111338491.7在审
发明人： 江俊君;马清;刘贤明;马佳义 -专利权人：哈尔滨工业大学
申请日： 2021-11-12 - 公布日： 2022-03-22 - 主分类号： G06T3/40 文献下载
摘要：本发明公开了一种基于多任务交互学习的空谱同时超分辨率重建方法，属于图像处理与计算机视觉领域。包括以下步骤：步骤一、建立SSFIN网络架构；步骤二、使用权重衰减策略训练SSFIN。本发明的一种基于多任务交互学习的空谱同时超分辨率重建方法，使得空间超分分支和光谱超分分支可以受益于彼此，逐渐降低空间超分和光谱超分任务在总损失中的权重。可以去除可能仅对下游任务有用的信息，但为主要空谱联合超分任务保留更多空间和光谱信息。大大提高网络的特征学习能力。实验结果表明，所提出的SSSR框架优于最先进的两阶段方法。
一种基于任务交互学习同时分辨率重建方法

[发明专利]一种基于深度展开网络的空谱同时超分辨率重建方法-CN202111338122.8在审
发明人： 江俊君;马清;刘贤明;马佳义 -专利权人：哈尔滨工业大学
申请日： 2021-11-12 - 公布日： 2022-03-08 - 主分类号： G06T3/40 文献下载
摘要：本发明提供了一种基于深度展开网络的空谱同时超分辨率重建方法。步骤1：确定图像退化模型；步骤2：将单张图像超分和光谱超分的观测模型结合到空间光谱超分辨率模型中；步骤3：利用交替方向乘子法ADMM求解基于模型的能量函数；步骤4：将步骤3的ADMM算法的迭代过程展开成一个多级网络；步骤5：利用步骤4的多级网络解决在空间和光谱上产生超分辨率结果。本发明用以解决现有技术中空间分辨率和光谱分辨率不高的问题。
一种基于深度展开网络同时分辨率重建方法

[发明专利]一种利用异构知识蒸馏的高光谱图像超分辨率方法-CN202111288667.2在审
发明人： 江俊君;刘子仟;马清;刘贤明 -专利权人：哈尔滨工业大学
申请日： 2021-11-02 - 公布日： 2022-02-25 - 主分类号： G06T3/40 文献下载
摘要：本发明提出一种利用异构知识蒸馏的高光谱图像超分辨率方法，给定一个低分辨率的高光谱图像输入ILR∈RL×H×W，经过浅层特征提取，在面向蒸馏的双分支模块DODB上的非线性映射，上采样过程，最终输出一个高分辨率的高光谱图像ISR∈RL×sH×sW；并使用异构知识蒸馏来提升模型性能，蒸馏作用于两个模型的2D特征之间，异构知识蒸馏问题转移到SHSR模型内部的融合问题，将传递的信息视为反馈信息，分别对每个频段的特征进行细化，将特征分为蒸馏部分和保留部分；在定量和定性上获得更好的性能，并重建相对高质量的高光谱图像。
一种利用知识蒸馏光谱图像分辨率方法

[发明专利]一种面向混合噪声的人脸超分辨率的重建方法及装置-CN201510819211.2有效
发明人： 江俊君;蔡之华;龚文引 -专利权人：中国地质大学（武汉）
申请日： 2015-11-20 - 公布日： 2019-08-20 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种面向混合噪声的人脸超分辨率的重建方法及装置，包括：接收低分辨率人脸图像X_L，将X_L、预设的低分辨率训练集中的低分辨率人脸样本图像及高分辨率训练集中的高分辨率人脸样本图像划分为相互重叠的图像块；计算中各个位置(i,j)的图像块对应的最优权重系数w^*(i,j)；将各个位置(i,j)的低分辨率人脸样本图像的图像块替换为对应的高分辨率人脸样本图像的图像块，根据最优权重系数w^*(i,j)合成各个位置(i,j)的高分辨率人脸图像块X_H(i,j)；根据高分辨率人脸图像块X_H(i,j)在人脸对应的位置进行融合，获取高分辨率人脸图像并输出；如此，引入l₁‑l₁双稀疏范数，同时进行混合噪声去除和人脸超分辨率重建，减小对低分辨率图像进行重建时的误差，进而获取高质量的高分辨率人脸图像。
一种面向混合噪声人脸超分辨率重建方法装置

[发明专利]一种人脸超分辨率的重建方法及装置-CN201510381611.X有效
发明人： 江俊君;蔡之华;龚文引 -专利权人：中国地质大学（武汉）
申请日： 2015-07-02 - 公布日： 2019-03-08 - 主分类号： G06T5/50 文献下载
摘要：本发明提供了一种人脸超分辨率的重建方法及装置，所述方法包括：接收低分辨率人脸图像X_L，将X_L、预设的第一人脸样本图像及第二人脸样本图像划分为相互重叠的图像块；计算所述第一人脸样本图像中各个位置(i,j)的图像块对应的映射矩阵查找与X_L(i,j)距离最近的第一图像块根据第一图像块对应的最优映射矩阵合成各个位置的高分辨率人脸图像块X_H(i,j)；根据X_H(i,j)在人脸对应的位置进行融合，获取高分辨率人脸图像；如此，根据训练集中的任何一幅低分辨率图像到高分辨率图像的最优映射矩阵，利用该图像所训练出来的最优映射矩阵来恢复到高分辨率的图片，既提高了重建效率，达到了实时性的要求，又提高了高分辨率图片的质量。
一种人脸超分辨率重建方法装置

[发明专利]一种基于图像位置块近邻嵌入的人脸幻构方法-CN201510151884.5有效
发明人：胡瑞敏;渠慎明;王中元;江俊君;张茂胜;廖良;关健;刘波 -专利权人：武汉大学
申请日： 2015-04-01 - 公布日： 2019-01-29 - 主分类号： G06T5/50 文献下载
摘要：本发明提供一种基于图像位置块近邻嵌入的人脸幻构方法，对输入的低分辨率人脸图像、低分辨率训练集中的低分辨率人脸样本图像以及高分辨率训练集中的高分辨率人脸样本图像划分相互重叠的图像块，建立低、高分辨率人脸样本块空间；对于输入的低分辨率人脸图像中每个图像块，寻找对应位置的低分辨率图像块字典中距离该小图像块距离最近的K个图像块，然后为这K个图像块在高分辨率图像块字典中找到对应K个近邻高分辨率图像块；用这K个低分辨率图像块线性表示输入低分辨率图像块获得表示系数；利用此表示系数和K个近邻高分辨率图像块重建出新的高分辨率图像块；根据低分辨率图像块的位置关系将所得的高分辨率图像块融合成高分辨率图像。
一种基于图像位置近邻嵌入人脸幻构方法

[发明专利]一种基于柯西正则化的人脸超分辨率方法-CN201510151907.2有效
发明人：胡瑞敏;渠慎明;王中元;杨乘;江俊君;丁新;董小慧;阮威健 -专利权人：武汉大学
申请日： 2015-04-01 - 公布日： 2018-10-26 - 主分类号： G06T5/00 文献下载
摘要：一种基于柯西正则化的人脸超分辨率方法，包括对输入的低分辨率人脸图像、低分辨率训练集中的低分辨率人脸样本图像以及高分辨率训练集中的高分辨率人脸样本图像划分相互重叠的图像块；分别建立高、低分辨率图像块集作为高、低分辨率图像块字典；用低分辨率图像块字典表示该图像块，利用柯西约束项求解重建系数，然后利用此重建系数和高分辨率图像块字典重建出新的高分辨率图像块；根据低分辨率图像块的位置关系将所得的高分辨率图像块融合成高分辨率图像。本发明在最小二乘法的基础上对重建系数加上柯西约束，本发明可得到了更高质量、与真实情况更为接近的重建效果。
一种基于正则人脸超分辨率方法

[发明专利]基于数据驱动局部特征转换的噪声人脸超分辨率重建方法-CN201410339087.5有效
发明人：胡瑞敏;董小慧;江俊君;韩镇;关健;高戈 -专利权人：武汉大学
申请日： 2014-07-16 - 公布日： 2017-03-29 - 主分类号： G06T5/50 文献下载
摘要：一种基于数据驱动局部特征转换的噪声人脸超分辨率重建方法，包括对待重建的输入低分辨率人脸图像和高、低分辨率训练集相应划分相互重叠的图像块；对于输入低分辨率人脸图像的每一个位置上的图像块，分别从低分辨率人脸样本图像对应位置的图像块中找出K个最近邻的图像块，并对应找出相应高分辨率人脸样本图像中的图像块，进行去均值化；利用映射系数计算出各图像块相应的高分辨率人脸图像块，重构出高分辨率人脸图像，进行迭代后处理。本发明解决了主成分分析无法捕获处于高维流形空间人脸特征的问题，利用局部流形的线性特性有效的进行了噪声人脸图像的超分辨率重建，同时进行高分辨率图像后处理，进一步提高了重建结果的主、客观图像质量。
基于数据驱动局部特征转换噪声人脸超分辨率重建方法

[发明专利]一种基于字典渐近更新的人脸图像超分辨率方法-CN201410323594.X有效
发明人：胡瑞敏;江俊君;付吉灿;韩镇;董小慧;关健;王正 -专利权人：武汉大学
申请日： 2014-07-07 - 公布日： 2017-01-11 - 主分类号： G06T5/50 文献下载
摘要：一种基于字典渐近更新的人脸图像超分辨率方法：在训练阶段，采用去一法对低分辨率人脸图像训练集的每张低分辨率人脸图像进行超分辨率重构，得到一层低分辨率中间字典；以此低分辨率中间字典作为新的低分辨率人脸图像训练集输入，重构得到新一层的低分辨率中间字典；重复上述过程，最终得到多层低分辨率中间字典。在测试阶段，根据输入的低分辨率人脸图像，上一层低分辨率中间字典和高分辨率人脸图像训练集，对输入低分辨率人脸图像进行超分辨率重构，得到预估高分辨率人脸图像；重复上述过程，最终重构出高分辨率人脸图像。本发明可得到更高质量、与真实情况更为接近的重建效果。
一种基于字典渐近更新图像分辨率方法

[发明专利]一种基于计算机视觉的无人驾驶农机耕道测量装置及方法-CN201610741333.9在审
发明人：王中元;马佳义;江俊君;朱荣 -专利权人：武汉大学
申请日： 2016-08-26 - 公布日： 2016-12-14 - 主分类号： G01C11/00 文献下载
摘要：本发明公开了一种基于计算机视觉的无人驾驶农机耕道测量装置及方法，通过安装在农机上垂直向下照射的颜色和深度图像传感器获取农机作业耕道的颜色图和深度图信息，交给数字信号处理器计算耕道参数，通过图像分割提取耕道宽度，通过深度相机测量耕道深度，通过序列图像的平移匹配推算耕道长度，具体包含摄像机标定、图像增强、视频稳定化及去运动模糊、深度和宽度的测量、长度的测量等五个关键步骤。本发明方法解决了耕道参数难以自动化精确测量的难题，具有低成本、高精度、实时处理等优势。
一种基于计算机视觉无人驾驶农机测量装置方法

1
2
3
下一页»
尾页
共 31 条